java編譯器是什麼？

編譯簡單理解就是一種高階語言到另一種低階語言的翻譯過程；而執行這個過程的主體稱為編譯器。尋常所說的編譯器是指把組合語言轉變成機器語言，也稱目的碼，即CPU指令集。組合語言是一種比機器語言對人友好的語言，但不同機器硬體構造不一樣，驅動機器的軟體也不一樣，因此組合語言需要針對不同的機器編寫不同的程式碼，顯得有點麻煩。為解決這個問題，聰明的工程師想到一種方法，即採用虛擬機器的形式遮蔽底層硬體和軟體平臺的不同，也就是說，高階語言的編寫不受底層硬體的影響，達到“一次編譯，到處執行”的效果。 很明顯，“一次編譯，到處執行”的功能寄託於虛擬機器；java語言是基於java虛擬機器(JVM)而實現的一種高階語言，它需要通過java編譯器編譯成JVM識別的語言，最後由JVM實現到目標語言的轉換。

javac的作用？

javac是把java高階語言轉變成JVM識別的一種二進位制程式碼；具體體現就是.java檔案到.class檔案的轉變；JVM識別的.class檔案儲存的是位元組碼；而轉變的正確性則是由JVM的語言規範來保證，所以java編譯器的作用可以理解為把java語言規範轉變成JVM語言規範。

javac的主要過程？

從java語言到位元組碼的轉變要經過四個過程：①java語言到Token流的過程，稱為詞法分析；②Token流到抽象語法樹的過程，稱為語法分析；③解析複雜的樹節點，如語法糖的解析等，稱為語義分析；④抽象語法樹到位元組碼的過程，稱為程式碼生成。 至於為什麼要分為這四個步驟？

這篇部落格首先來看一下詞法分析的過程。

何為詞法分析？

詞法分析從字面來理解就是解析java語言中的單詞；單純的從字面來看，java檔案由java關鍵字、識別符號(包名、類名、屬性名和方法名)以及符號(各類運算子、各類括號)等三部分組成。詞法分析的主要目的就是把這些單詞和符號轉變成Token流。那麼什麼是Token流呢，後面會講到。

詞法分析的過程？

詞法分析在原始碼中是和語法分析在一起的，在這裡為了更好的理解詞法分析的過程，我是從程式碼的執行角度來分析的。有如下程式碼：

package com.compile;
public class CifaAnalysis {
	int i = 0;
	public static void main(String[] args) {
		System.out.println("Hello World!");
	}
}

大體過程如下： ①通過com.sun.tools.javac.main.Main類的compile()方法讀取.java檔案； ②通過com.sun.tools.javac.main.JavaCompiler.readSource(JavaFileObject)方法把檔案內容轉變成字元流(charSequence)； ③通過com.sun.tools.javac.parser.Scanner.nextToken()方法從字元流中獲取一個token；

這裡有兩個問題： ①長串字元流如何形成一個個token？token長啥樣？ ②形成的token存放在哪裡？ 針對第一個問題，nextToken()方法說的很清楚，由於方法過長，這裡就不黏貼出來，簡單的說就是一個一個字元讀取字元流，比如”package com.compile”，當讀取p-a-c-k-a-g-e-空格，識別到空格時則會把空格前的字元流組成一個token字串.(Token是一個列舉類，列舉了所有的關鍵字、各類運算子和符號等)。或許你在這裡還有一個疑問，如果一個雙目運算子兩邊沒有空格如int i=0該如何形成四個token而不是兩個？在nextToken方法裡面已經對這種特殊操作符(!%&*?±:<=>|[email protected])進行了特殊的處理。

針對第二個問題，就要說說token是怎麼處理的了。 原來Token類裡面的name到value的對映是由com.sun.tools.javac.parser.Keywords.Keywords(Context)方法完成的，每一個token都以Name類的物件儲存在Token型別的陣列內；

key = new Token[maxKey+1];
for (int i = 0; i <= maxKey; i++) key[i] = IDENTIFIER;
for (Token t : Token.values()) {
      if (t.name != null)
          key[tokenName[t.ordinal()].index] = t;
}

maxKey表示Token列舉類的數量；通過第二個for迴圈把對映關係（name-value）初始化好，name沒有對映的value則value為IDENTIFIER；因此當nextToken()方法形成一個token時會定義為name物件，然後根據這個name物件去key陣列中查詢對應的value，沒有找到對應關係的name，其value為IDENTIFIER，所以com/compile等識別符號都會被定義為IDENTIFIER；

public Token key(Name name) {
        return (name.index > maxKey) ? IDENTIFIER : key[name.index];
    }

此時，針對Token放在哪裡的問題也就很清楚了。

就這樣，整個原檔案被形成下面這個樣子： 可以看出，經常誤以為的main和String並不是java關鍵字，只是作為一種IDENTIFIER。

最後還有一個問題，雖然我們知道package後面跟的是包名，但編譯器怎麼知道？編譯器怎麼識別包名、類名、變數和方法名的？ 編譯器內部針對Token.PACKAGE和Token.IMPORT都有單獨的邏輯處理： Token.PACKAGE處理

if (S.token() == PACKAGE) {
			if (mods != null) {
				checkNoMods(mods.flags);
				packageAnnotations = mods.annotations;
				mods = null;
			}
			S.nextToken();
			pid = qualident();
			accept(SEMI);
		}

Token.MONKEYS_AT處理

if (S.token() == MONKEYS_AT)
			mods = modifiersOpt();

Token.IMPORT處理

if (checkForImports && mods == null && S.token() == IMPORT) {
	/**
	* 解析import宣告
	*/
	defs.append(importDeclaration());
}

可知編譯器知道Token.PACKAGE後面跟的是包名，Token.IMPORT後面跟的是匯入的類名；Token.CLASS後面是類名等等這些都是事先約定好的，可以認為是java語言的規範。

總結

到此，詞法分析的整個過程結束了。可以整理下流程： ->讀取.java原始檔，並轉換為字元流； ->讀取字元流，根據規則形成name物件，並對映成Token； ->一個個Token形成Token流；

參考資料